Matlab:矩阵运算篇——矩阵数学运算
目录
1.矩阵的加法运算
实例——验证加法法则
实例——矩阵求和
实例——矩阵求差
2.矩阵的乘法运算
1.数乘运算
2.乘运算
3.点乘运算
实例——矩阵乘法运算
3.矩阵的除法运算
1.左除运算
实例——验证矩阵的除法
2.右除运算
实例——矩阵的除法
ヾ( ̄▽ ̄)~Hi~ ヾ( ̄▽ ̄)~Hi~
1.矩阵的加法运算
设
,
都是m*n矩阵,矩阵A和B的和记成A+B,规定为
。
(1)交换律 A+B=B+A
(2)结合律 (A+B)+C=A+(B+C)
实例——验证加法法则
>> A=[5,6,9,8;5,3,6,7]A =5 6 9 85 3 6 7>> B=[3,6,7,9;5,8,9,6]B =3 6 7 95 8 9 6>> C=[9,3,5,6;8,5,2,1]C =9 3 5 68 5 2 1>> A+Bans =8 12 16 1710 11 15 13>> B+Aans =8 12 16 1710 11 15 13>> (A+B)+Cans =17 15 21 2318 16 17 14>> A+(B+C)ans =17 15 21 2318 16 17 14>> D=[1,5,6;2,5,6]D =1 5 62 5 6>> A+D
对于此运算,数组的大小不兼容。相关文档>> %错误使用,矩阵维度必须一致
实例——矩阵求和
本实例求解矩阵之和
。
>> [1 2 3;-1 5 6]+[0 1 -3;2 1 -1]ans =1 3 01 6 5>>
实例——矩阵求差
>> A=[5,6,9,8;5,3,6,7];
B=[3,6,7,9;5,8,9,6];
-Bans =-3 -6 -7 -9-5 -8 -9 -6>> A-Bans =2 0 2 -10 -5 -3 1>>
2.矩阵的乘法运算
1.数乘运算
数
与矩阵
的乘积记成
或者
,规定为
,同时,矩阵还满足下面的规律:
,其中,
和
为数,A,B为矩阵。
>> A=[1 2 3;0 3 3;7 9 5];
A*5ans =5 10 150 15 1535 45 25>>
2.乘运算
若三个矩阵有相乘关系,设
是一个m*n矩阵,
是一个s*n矩阵,规定A与B的积为一个m*n矩阵
,
.
即C=A*B,需要满足以下3种条件:
- 矩阵A的行数与矩阵B的列数相同;
- 矩阵C的行数等于矩阵A的行数,矩阵C的列数等于矩阵B的列数;
- 矩阵C的第m行n列元素值等于矩阵A的m行元素与矩阵B的n行元素对应值积的和。

>> A=[1 2 3;0 3 3;7 9 5];
B=[8 3 9;2 8 1;3 9 1];
A*Bans =21 46 1415 51 689 138 77>>
3.点乘运算
点乘运算指将两矩阵中相同位置的元素进行相乘运算,将积保存在原位置组成新矩阵。
>> A.*Bans =8 6 270 24 321 81 5>>
实例——矩阵乘法运算
>> A=[0 0;1 1]A =0 01 1>> B=[1 0;2 0]B =1 02 0>> 6*A-5*Bans =-5 0-4 6>> A*B-Aans =0 02 -1>> A.*B-Aans =0 01 -1>> A*B./A-Aans =NaN NaN2 -1>>
3.矩阵的除法运算
1.左除运算

>> A=[1 2 3;3 2 1]
B=[1 2 3;3 2 1]
A.\BA =1 2 33 2 1B =1 2 33 2 1ans =1 1 11 1 1>>
实例——验证矩阵的除法
计算除法结果与除数的乘积与被除数是否相同。
>> A=[1 2 3;5 8 6]
B=[8 6 9;4 3 7]
C=A./BA =1 2 35 8 6B =8 6 94 3 7C =0.1250 0.3333 0.33331.2500 2.6667 0.8571>> D=B.*CD =1 2 35 8 6>>
2.右除运算

>> A=[1 2 3;3 2 1]
B=[1 2 3;3 2 1]
A./BA =1 2 33 2 1B =1 2 33 2 1ans =1 1 11 1 1
实例——矩阵的除法
求解矩阵左除和右除
>> A=[1 2 3;5 8 6];
B=[8 6 9;4 3 7];
A./Bans =0.1250 0.3333 0.33331.2500 2.6667 0.8571>> A.\Bans =8.0000 3.0000 3.00000.8000 0.3750 1.1667>>
练习-思考——矩阵四则运算

ヾ( ̄▽ ̄)Bye~Bye~
ヽ( ´ ▽ ` )ノ hahaha ~
![]()
相关文章:
Matlab:矩阵运算篇——矩阵数学运算
目录 1.矩阵的加法运算 实例——验证加法法则 实例——矩阵求和 实例——矩阵求差 2.矩阵的乘法运算 1.数乘运算 2.乘运算 3.点乘运算 实例——矩阵乘法运算 3.矩阵的除法运算 1.左除运算 实例——验证矩阵的除法 2.右除运算 实例——矩阵的除法 ヾ( ̄…...
手写一个Tomcat
Tomcat 是一个广泛使用的开源 Java Servlet 容器,用于运行 Java Web 应用程序。虽然 Tomcat 本身功能强大且复杂,但通过手写一个简易版的 Tomcat,我们可以更好地理解其核心工作原理。本文将带你一步步实现一个简易版的 Tomcat,并深…...
开发ai模型最佳的系统是Ubuntu还是linux?
在 AI/ML 开发中,Ubuntu 是更优选的 Linux 发行版,原因如下: 1. 开箱即用的 AI 工具链支持 Ubuntu 预装了主流的 AI 框架(如 TensorFlow、PyTorch)和依赖库,且通过 apt 包管理器可快速部署开发环境。 提…...
Scala 中生成一个RDD的方法
在 Scala 中,生成 RDD(弹性分布式数据集)的主要方法是通过 SparkContext(或 SparkSession)提供的 API。以下是生成 RDD 的常见方法: 1. 从本地集合创建 RDD 使用 parallelize 方法将本地集合(如…...
【redis】慢查询分析与优化
慢查询指在Redis中执行时间超过预设阈值的命令,其日志记录是排查性能瓶颈的核心工具。Redis采用单线程模型,任何耗时操作都可能阻塞后续请求,导致整体性能下降。 命令的执行流程 根据Redis的核心机制,命令执行流程可分为以下步骤…...
P8925 「GMOI R1-T2」Light 题解
P8925 「GMOI R1-T2」Light 让我们好好观察样例解释的这一张图: 左边第 1 1 1 个像到 O O O 点的距离 : L 2 2 L L\times22L L22L 右边第 1 1 1 个像到 O O O 点的距离 : R 2 2 R R\times22R R22R 左边第 2 2 2 个像到 O O O 点…...
Spring Boot + MyBatis + MySQL:快速搭建CRUD应用
一、引言 1. 项目背景与目标 在现代Web开发中,CRUD(创建、读取、更新、删除)操作是几乎所有应用程序的核心功能。本项目旨在通过Spring Boot、MyBatis和MySQL技术栈,快速搭建一个高效、简洁的CRUD应用。我们将从零开始ÿ…...
python中os库的常用举例
os 库是Python中用于与操作系统进行交互的标准库,以下是一些 os 库的常用示例: 获取当前工作目录 python import os current_dir os.getcwd() print(current_dir) os.getcwd() 函数用于获取当前工作目录的路径。 列出目录内容 python import os …...
Unity 通用UI界面逻辑总结
概述 在游戏开发中,常常会遇到一些通用的界面逻辑,它不论在什么类型的游戏中都会出现。为了避免重复造轮子,本文总结并提供了一些常用UI界面的实现逻辑。希望可以帮助大家快速开发通用界面模块,也可以在次基础上进行扩展修改&…...
Python3 与 VSCode:深度对比分析
Python3 与 VSCode:深度对比分析 引言 Python3 和 Visual Studio Code(VSCode)在软件开发领域扮演着举足轻重的角色。Python3 作为一门强大的编程语言,拥有丰富的库和框架,广泛应用于数据科学、人工智能、网络开发等多个领域。而 VSCode 作为一款轻量级且功能强大的代码…...
第五课:Express框架与RESTful API设计:技术实践与探索
在使用Node.js进行企业应用开发,常用的开发框架Express,其中的中间件、路由配置与参数解析、RESTful API核心技术尤为重要,本文将深入探讨它们在应用开发中的具体使用方法,最后通过Postman来对开发的接口进行测试。 一、Express中…...
Linux 内核自定义协议族开发:从 “No buffer space available“ 错误到解决方案
引言 在 Linux 内核网络协议栈开发中,自定义协议族(Address Family, AF)是实现新型通信协议或扩展内核功能的关键步骤。然而,开发者常因对内核地址族管理机制理解不足,遇到如 insmod: No buffer space available 的错误。本文将以实际案例为基础,深入分析错误根源,并提…...
html-列表标签和表单标签
一、列表标签 表格是用来显示数据的,那么列表就是用来布局的 列表最大的特点就是整齐、整洁、有序,它作为布局会更加自由和方便。 根据使用情景不同,列表可以分为三大类:无序列表、有序列表和自定义列表。 1.无序列表(重…...
HTML-网页介绍
一、网页 1.什么是网页: 网站是指在因特网上根据一定的规则,使用 HTML 等制作的用于展示特定内容相关的网页集合。 网页是网站中的一“页”,通常是 HTML 格式的文件,它要通过浏览器来阅读。 网页是构成网站的基本元素…...
动态ip和静态ip适用于哪个场景?有何区别
在数字化浪潮席卷全球的今天,IP地址作为网络世界的“门牌号”,其重要性不言而喻。然而,面对动态IP与静态IP这两种截然不同的IP分配方式,许多用户往往感到困惑:它们究竟有何区别?又分别适用于哪些场景呢&…...
android13打基础: 保存用户免得下次重新登录逻辑
使用SP来做 创建LoginUser.kt // 登录用户需要Email data class LoginUser(val email: String,val password: String, )创建假数据FakeLoginUser.kt object FakeLoginUser {val fake_login_user_items arrayListOf(LoginUser(email "1690544550qq.com",password …...
Linux 4.4 内核源码的目录结构及其主要内容的介绍
以下是 Linux 4.4 内核源码的目录结构及其主要内容的介绍,适用于理解内核模块和驱动开发的基本框架: Linux 4.4 内核源码目录结构 目录作用与内容arch/平台架构相关代码每个子目录对应一种 CPU 架构(如 x86/、arm/、arm64/),包含硬件相关的启动逻辑、中断处理、内存管理等…...
手脑革命:拆解Manus AI如何用“执行智能体”重构生产力——中国团队突破硅谷未竟的技术深水区
第一章:Manus AI 的技术演进与行业背景 1.1 从工具到智能体:AI 技术的范式跃迁 人工智能的发展经历了从规则驱动(Rule-based)到统计学习(Statistical Learning),再到深度学习(Deep…...
Android 调用c++报错 exception of type std::bad_alloc: std::bad_alloc
一、报错信息 terminating with uncaught exception of type std::bad_alloc: std::bad_alloc 查了那部分报错c++代码 szGridSize因为文件太大,初始化溢出了 pEGM->pData = new float[szGridSize]; 解决办法 直接抛出异常,文件太大就失败吧 最后还增加一个日志输出,给…...
匿名GitHub链接使用教程(Anonymous GitHub)2025
Anonymous GitHub 1. 引言2. 准备3. 进入Anonymous GitHub官网4. 用GitHub登录匿名GitHub并授权5. 进入个人中心,然后点击• Anonymize Repo实例化6. 输入你的GitHub链接7. 填写匿名链接的基础信息8. 提交9. 实例化对应匿名GitHub链接10. 进入个人中心管理项目11. 查…...
深度剖析:synchronized 底层实现原理(JVM 视角)
一、Java对象内存布局的深度拆解原文提到了对象头,这里补充64位JVM的完整对象布局和对齐填充的底层原因。1.1 64位JVM的完整对象结构text┌─────────────────────────────────────────────┐ │ 对象头…...
终极方案:如何在Windows资源管理器中完美显示HEIC缩略图
终极方案:如何在Windows资源管理器中完美显示HEIC缩略图 【免费下载链接】windows-heic-thumbnails Enable Windows Explorer to display thumbnails for HEIC files 项目地址: https://gitcode.com/gh_mirrors/wi/windows-heic-thumbnails 你是否经常遇到这…...
Rainmeter皮肤主题用户行为分析:使用数据统计
Rainmeter皮肤主题用户行为分析:使用数据统计 【免费下载链接】rainmeter Desktop customization tool for Windows 项目地址: https://gitcode.com/gh_mirrors/ra/rainmeter Rainmeter作为一款强大的Windows桌面自定义工具,允许用户通过皮肤主题…...
OpenClaw镜像体验报告:GLM-4.7-Flash云端部署3大优势
OpenClaw镜像体验报告:GLM-4.7-Flash云端部署3大优势 1. 为什么选择云端体验OpenClaw 上周我在本地笔记本上折腾OpenClaw时,经历了所有开发者都熟悉的"依赖地狱"——Node.js版本冲突、Python环境污染、系统权限问题接踵而至。当终于看到open…...
手把手推导NCP1380准谐振反激公式:用Mathcad复现ON官方计算书(附推导过程)
从零推导NCP1380准谐振反激公式:Mathcad实战全解析 当电源工程师第一次打开NCP1380官方计算书时,那些看似魔术般直接呈现的公式往往让人既兴奋又困惑。兴奋的是有了现成的设计工具,困惑的是这些公式背后的物理本质和数学逻辑被隐藏在技术文档…...
解锁虚幻引擎资源解析工具的高效解析与实战应用指南
解锁虚幻引擎资源解析工具的高效解析与实战应用指南 【免费下载链接】UEViewer Viewer and exporter for Unreal Engine 1-4 assets (UE Viewer). 项目地址: https://gitcode.com/gh_mirrors/ue/UEViewer 虚幻引擎资源解析是游戏开发与逆向工程领域的关键技术࿰…...
数据开发平台如何落地实操?数据开发平台核心价值是什么?
数据开发平台是企业数字化建设的核心载体,搭建合规高效的数据开发平台,才能打通数据流转全链路,而多数企业落地数据开发平台时,往往陷入流程混乱、效率低下的困境。开始之前给大家分享一份数字化全流程资料包:https://s.fanruan.c…...
Mermaid CLI:从文本到图表的自动化解决方案
Mermaid CLI:从文本到图表的自动化解决方案 【免费下载链接】mermaid-cli Command line tool for the Mermaid library 项目地址: https://gitcode.com/gh_mirrors/me/mermaid-cli 引言:技术文档中的图表困境 在软件开发过程中,技术文…...
别再只盯着标定板了!用ROS camera_calibration搞定海康工业相机,这5个细节决定成败
工业相机标定进阶指南:ROS camera_calibration的五个关键优化点 工业相机的标定质量直接决定了机器视觉系统的测量精度。许多开发者虽然能够完成基础标定流程,却常常在参数解读和精度优化环节遇到瓶颈。本文将深入解析ROS camera_calibration工具在实际工…...
保姆级拆解:MIT-BEVFusion中Swin Transformer如何高效处理多相机图像(附代码逐行分析)
多相机BEV感知中的Swin Transformer实战:从原理到MIT-BEVFusion代码精要 在自动驾驶感知系统中,如何高效处理多相机输入并构建统一的鸟瞰视图(BEV)表征一直是核心挑战。本文将深入探讨Swin Transformer在多相机BEV感知中的创新应用…...
